背景
自从去年11月份开始探索AI开发以来，使用了多个AI插件以及AI编辑器。既有惊喜又有折磨，最近手里的纯AI开发项目刚完结，梳理一下这一路经历。
AI智能助手
通义灵码
去年11月份，听闻兄弟部门开始主推通义千问的AI辅助编程，效果很好，领导便迫不及待的让调研、尝试。常用编辑器是vscode，便集成了通义灵码插件，大概使用了一天。
总体来说可以提高一定效率，但是插件的交互、应用效果比较差，对现有项目的分析思考不足，写出的代码对于我个人而言应用率不高。其中最大的问题是不能从零开始写代码，需要过多的人为参与才能拉起项目。
ROO CLINE（现改名ROO CODE）
deepseek在去年11月份时还未大火，当时对接了deepseek-v3。从一个空目录开始开发项目，无论是插件的交互还是大模型的分析编码能力都给我很大的震撼。
当时只是做了一个纯前端项目，没有人为写一行代码，硬是靠不停的对话完成了整个项目构建和业务实现。当时的deepseek也完全不卡顿，完全给自己打开了AI开发的新世界。然而过完年后，deepseek在插件中的调用基本瘫痪，于是尝试寻找替代方案。
- 硅基流动
- 腾讯元宝
- 火山方舟
找了三个大模型平台，最后充了10元申请了硅基流动的，虽然也相对卡一些，最后磕磕绊绊完成了项目的问题修改和收尾。如今也不时使用Roo Code对接deepseek-R1模型进行开发，但是还是觉得蠢了一些，完全没有年前对接初版deepseek v3时的开发顺畅。
Copilot
年后换了新电脑，装了vscode后发现自带了AI插件Copilot，在看对接的大模型
- Claude 3.5 Sonnet
- Gemini 2.0
- GPT-4.1
- GPT-4o
- o3-mini
直到现在也不时在使用，在业务开发上表现还是差了一些，在编写代码遇见大文件时还会出现卡死问题，现在用的最多的功能是代码中的单点异常修复(Copilot 修复)
Marscode（现改名Trae AI）
这里介绍的是vscode的插件，不是AI编辑器(Trae CN)。引入这个插件的主要原因是在deepseek最火时，Roo Code基本没法用，即使能用效率也很差，一个任务跑20分钟都是常态。初衷是为了提高甚至替代人为开发的，现状却使开发效率降低，不得已继续寻找替代方案。恰好Marscode进入视野，一看对接的也是deepseek R1模型，这不妥妥平替么，最主要的是响应速度还快。在项目稳定阶段使用Chat局部修改还是不错的。
当时Builder(Alpha)没开放，不具备自主编码能力，只能以审核应用的方式开发。直到现在这种开发方式也用的最多，Builder方式执行太慢，效果其实也不算好，改小问题小需求还行。
Trae CN
掘金一直在推，决定试一下这很火的AI代码编辑器。持续使用了一天，发现基本是vscode + Marscode的平替，并没有太多惊艳的东西，况且平时使用是多个AI插件协同开发的。当然AI插件、编辑器厂家都在疯狂抢市场，更新频率甚至达到了日更，暂时先观望。Cursor编辑器一直听闻很强，不过收费也很高，计算了一下120￥/月，即使开通使用也无法长久付费就未尝试。
文心快码
这个插件于我观察来看，热度很低，公测期间充了一个月（60￥/月），为什么要充值这个代码助手。因为它能识别图片、文档，直白点就是它能够设计文档转代码、设计图片转代码。这样可以大大减少人为和助手的对话，让AI快速理解项目、构建项目，不用我再孜孜不倦的一点一点告诉AI。
项目开发
需求
一个演示视频
拆解
使用剪映分帧导出各个业务场景的图，视频中未讲到的页面根据导航名称自行脑补
开发
贴图，补充约束的方式智能生成代码，能快速构建出整个系统。剩下的就是补充纠正细节，从客户端->服务端->数据库拉通业务。从手动创建一个目录到项目测试通过一共发起了82次任务，每次任务平均发起5次对话，一共发起至少450次对话。
遇到问题
- 发起对话后，AI告诉我执行已经完成，看分析及执行过程也没问题，但是代码一行也没发生变化，不得已告诉AI代码未实现重新执行（
发生概率2%） - 生成完代码，格式异常代码报红(
发生概率5%)，即使让文心快码继续修复耗时久也有可能不能修复成功，使用Copilot介入修复，或者回退掉重新让生成 - AI根据一系列图构建出的复杂系统，大概率梳理的模型关系会出现问题(
100%)，需要人为梳理清楚一步一步纠正过来关系。如果有完整设计文档，基本一步能到位 - 开发效率完全取决于AI服务端的速度，有时忍不住想人为参与。流量大的时候，执行一次任务得
10 min + - 开发逻辑很容易业务前移，直白点说，用自然语言告诉AI要前后端拉通某一个业务，AI很容易将业务移到前端去组装业务，实际正确的是在后端接口内部去组装业务，时常得特别说明来避免这类问题
- 没有编程基础的人也很难开发成功，在对话过程中需要不时监视AI助手的执行思路，发现有偏差立即得停止修正，否则一个小问题都可能绕很久走不出来。
智能助手问题
短短一个月提交了5张工单，提供服务的不稳定、部分功能随意下架、频繁卡死问题等等，开发过程还是挺折磨人的。最重要的是收费模式的变化，充钱也分快速、慢速请求了，快速请求还得继续加钱，有点像vip -> svip了。
开发效果及耗时
贴一个相对复杂的页面，对话至少10次，主要是拉通接口调用、调整图片生成代码后的一些细节偏差。整个系统开发 + 部署耗时至少三周时间，当然开发自测完成距离真正上线还有一定差距，并没有AI助手厂商吹嘘的能够一蹴而就。
- 需求梳理，视频转图片，梳理模型关系（
2天） - 贴图业务开发（
14天），因为期间遭遇AI服务卡死、图片识别功能下架等外在因素，如果能有相对稳定的AI服务，相信耗时能减少不少 - 部署 + 线上问题处理（
3天），生成部署脚本很快，但是制作镜像、解决测试环境下的一些异常问题(windows、Linux环境差异导致的一些问题)就相对很耗时。制作镜像依赖外网去下载很多依赖包，制作完镜像下载到本地也是非常耗时。
总结
短短几个月，AI智能助手市场百家争鸣，发布会都看了好几场，实际应用来说，现阶段还是轻人工智能时代。既要紧跟时代潮流尽量不要让自己落伍，也要保持清醒的大脑不要在自己的行业中过度吹嘘AI，让领导层产生错觉，觉得AI可以替代人。实际上现阶段是减轻开发压力，只是减多少的问题，远远没达到替代的程度。
结合自身情况，什么时候需要付费、什么场景使用哪个AI助手，得视场景而定。现在各个厂商都把收费标准改为快速、慢速模式，限制次数，需要节省付费work的成本。
再说一下使用过的几款插件和AI编辑器，付费的 > 免费的，不只从大模型的角度分析，还要结合应用工具来总结，有时大模型能力再强，应用工具不行也发挥不出效果。排名如下，
- 文心快码zulu
- ROO CODE + deepseek R1
- Trae CN（
AI编辑器） - Trae AI + deepseek R1
- Copilot + （Claude3.5 Sonnet等）
- 通义灵码
还有一点，在AI思考分析中人要实时参与，并不能完全放空自己。能掌控执行过程、项目细节才能更好的维护和解决问题。
